我想要一个列表,它是字典中的键,定义如下:
data = {
[24,48,96]: ["QN.FN.EQ", "OT.AR.LN", "BL.VL.TR"]
}
这行不通...错误提示是因为“列表类型不可散列...”。
有解决办法吗?为了能够像这样从该字典中获取数据:
data[[24,48,96]] # => ["QN.FN.EQ", "OT.AR.LN", "BL.VL.TR"]
我现在唯一的解决方案是 - 将列表转换为字符串并使用字符串作为键。
data = {
"24,48,96": ["QN.FN.EQ", "OT.AR.LN", "BL.VL.TR"]
}
arr = [24,48,96]
print(data[','.join(map(str,arr))])
我正在回答这篇文章标题中的问题。 :)
因为列表是可变的,dict 键需要是可散列的,散列可变对象是一个坏主意,因为散列值应该根据实例属性计算。
示例 1:散列可变对象,其中散列值基于对象的可变特征。
>>> class stupidlist(list):
... def __hash__(self):
... return len(self)
...
>>> stupid = stupidlist([1, 2, 3])
>>> d = {stupid: 0}
>>> stupid.append(4)
>>> stupid
[1, 2, 3, 4]
>>> d
{[1, 2, 3, 4]: 0}
>>> stupid in d
False
>>> stupid in d.keys()
False
>>> stupid in list(d.keys())
True
stupid
发生变异后,由于哈希值发生了变化,因此无法再在字典中找到它。只有对 dict 的键列表进行线性扫描才能发现 stupid
。
示例 2:...但为什么不只是一个常量哈希值?
>>> class stupidlist2(list):
... def __hash__(self):
... return id(self)
...
>>> stupidA = stupidlist2([1, 2, 3])
>>> stupidB = stupidlist2([1, 2, 3])
>>>
>>> stupidA == stupidB
True
>>> stupidA in {stupidB: 0}
False
这也不是一个好主意,因为相等的对象应该具有相同的哈希值,以便您可以在 dict
或 set
中找到它们。
示例 3:......好吧,跨所有实例的常量散列怎么样?!
>>> class stupidlist3(list):
... def __hash__(self):
... return 1
...
>>> stupidC = stupidlist3([1, 2, 3])
>>> stupidD = stupidlist3([1, 2, 3])
>>> stupidE = stupidlist3([1, 2, 3, 4])
>>>
>>> stupidC in {stupidD: 0}
True
>>> stupidC in {stupidE: 0}
False
>>> d = {stupidC: 0}
>>> stupidC.append(5)
>>> stupidC in d
True
事情似乎按预期工作,但想想发生了什么:当你的类的所有实例都产生相同的哈希值时,只要 dict< 中有两个以上的实例作为键,你就会发生哈希冲突
或出现在 set
中。
使用 d[key]
或 key in d
找到正确的实例需要执行与 stupidlist3
实例一样多的相等性检查在字典的键中。此时,字典的目的——O(1) 查找——完全失败了。这在以下时序中进行了演示(使用 IPython 完成)。
一些时间
>>> lists_list = [[i] for i in range(1000)]
>>> stupidlists_set = {stupidlist3([i]) for i in range(1000)}
>>> tuples_set = {(i,) for i in range(1000)}
>>> l = [999]
>>> s = stupidlist3([999])
>>> t = (999,)
>>>
>>> %timeit l in lists_list
25.5 µs ± 442 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit s in stupidlists_set
38.5 µs ± 61.2 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)
>>> %timeit t in tuples_set
77.6 ns ± 1.5 ns per loop (mean ± std. dev. of 7 runs, 10000000 loops each)
如您所见,我们的 stupidlists_set
中的成员资格测试甚至比对整个 lists_list
的线性扫描还要慢,而您拥有预期的超快查找时间 ( factor 500) 在一个没有大量散列冲突的集合中。
TL; DR:您可以使用 tuple(yourlist)
作为 dict
键,因为元组是不可变和可散列的。